En los últimos años, las soluciones autónomas en el campo multidisciplinario de la ingeniería minera han sido un tema de investigación aplicada extremadamente popular. Esto es el resultado de las crecientes demandas de la sociedad sobre los recursos minerales junto con la acelerada explotación de los recursos actualmente económicamente viables, lo que lleva al sector minero a recurrir a cuerpos de mineral más profundos y difíciles de extraer. Un sistema de gestión de datos adecuado constituye un aspecto crucial en el diseño y la ingeniería de un sistema que involucra vehículos autónomos o semiautónomos. El vasto volumen de datos recopilados de los sensores a bordo, así como de una posible red IoT dispersa alrededor de una mina inteligente, requiere el desarrollo de una estrategia de gestión de datos confiable. Idealmente, esta estrategia permitirá un acceso rápido y asíncrono a los datos para el procesamiento y la toma de decisiones en tiempo real, así como para la visualización a través de una interfaz hombre-máquina correspondiente. El sistema propuesto ha sido desarrollado para la navegación autónoma de un carro de transporte en una mina de carbón y ha sido implementado en un carro de transporte a escala 1/6 en una mina simulada. Comprende tres nodos separados, a saber, un nodo de recolección de datos, un nodo de gestión de datos y un nodo de procesamiento y visualización de datos. Este enfoque fue dictado por la gran cantidad de datos recopilados y la necesidad de asegurar una gestión y flujo de datos ininterrumpidos y rápidos. La implementación de un servidor de base de datos SQL permite una gestión de datos asíncrona, en tiempo real y confiable, incluyendo el almacenamiento y la recuperación de datos. Por otro lado, este enfoque introduce latencias entre el nodo de gestión de datos y los otros dos nodos. En general, estas latencias incluyen latencias de sensores, latencias de red y latencias de procesamiento. Sin embargo, el módulo de procesamiento y visualización de datos es capaz de recuperar y procesar los últimos datos y tomar una decisión sobre el siguiente movimiento óptimo del prototipo del carro de transporte en menos de 900 ms. Esto permite que el prototipo navegue de manera eficiente alrededor de los pilares sin interrupciones.